国外人工智能与法律研究进展述评
张 妮，杨遂全, 蒲亦非
123
（四川大学图书馆，四川大学法学院,四川大学计算机学院 成都 610064）
摘 要：人工智能与法律在国外业已成为了计算机、法学的一个研究分支,二者的结合卓有成效，对促进人工智能和法律两个学科的发展均有促进和完善作用。本文以SCI和EBSCO数据库为基础，着重研究了近15年来以人工智能和法律为研究主题的相关研究成果，旨在说明人工智能与法律结合的必要性、难点、优势，希望能较为客观地展示研究的主题以及近年来新的发展趋势。论文以国外人工智能与法律的两大研究主题：法律推理和裁量模型、法律本体为线索，分别论述了其研究现状、困难和趋势，并结合我国的研究现状说明人工智能与法律的结合对提高法律系统的质量和运行效率具有积极的意义，并且正吸引着更多学者的关注。
关键词：人工智能、法律推理、法律论证、专家系统、法律检索
1*23
Research review on Artificial Intelligence and Law
Zhang Ni，Yang Suiquan2，Pu Yifei3
(1Library of Sichuan University, 2 School of Law, Sichuan University, 3College of computer
Science, Sichuan University, Chengdu 610064)
Abstract: Artificial intelligence and law has been the subfield of computer or law, the purpose of paper is tried to explain the benefits and disadvantage of the synergy of artificial intelligence and law, and reveal the research topic and new tendency of the interdisciplinary. In the first, we briefly review the history of artificial intelligence and law in foreign countries, analyze the inevitability of the synergy, explain the advantage and disadvantage of the subject, and objectively present the main subject and the tendency. In the second, we analyze the tendency, research status, obstacles, advantage and disadvantage of the two main branches---legal reasoning model and legal ontology based on SCI and EBSCO data. In the end, we discuss the current research status of China in this area, explain this study will benefit for improving the legislation quality and judicial efficient of law system, and point out it is attaching more attentions from scholars of law and computers.
Keywords: Artificial intelligence, Legal reasoning, Legal argument, Expert system, Legal retrieve
１
人工智能与法律是一门涉及伦理学、教义学、心理学、行为学、哲学等多学科知识的综合性交叉学科，其研究不能被看作人工智能与法律两个领域知识的堆砌和渗入，而是人工智能与人工智能、法律与法律、法律与人工智能深度融合，对人工智能和法律两个学科的发展
1
均有促进和完善作用。尽管人工智能与法律的学科定位未有定论，但毋庸置疑，作为交叉学科人工智能与法律正在逐步为人们所认识和接受，并吸引着更多的计算机、法学、逻辑学等方面诸多学者进入该领域。 张妮（1977- ），女，四川金堂人，四川大学图书馆，馆员，法学博士，主要从事人工智能、法学、情报学交叉学科研究；杨遂全（1958- ），四川大学法学院教授、博士生导师，博士后，主要从事法经济学研究；蒲亦非（1975- ），四川大学计算机学院教授，博士后，主要从事人工智能研究。本文受2013年四川省科技厅软科学项目“人工智能在精神损害赔偿中的理论和应用研究”(2013ZR0010)和四川大学青年教师基金 (2011SCU11)的资助。 1 有人从领域拓展的角度认为法律只是人工智能研究的拓展领域，属于人工智能研究的一个分支，亦有人联系方式：四川省成都市武侯区望江路29号 四川大学文理图书馆 610064，从工具论的角度认为人工智能只是法学研究的工具，研究围绕着解决法律问题，属法学研究分支。 zhangni77@yeah.net, 13688302679 *
早在人工智能产生的初期即上世纪50年代，Mehl敏锐地嗅到人工智能将对法律的研究产生重大的影响，便开始致力于人工智能与法律相结合研究。此研究历经了近半个世纪的发展，其应用的优势、存在的问题也逐渐显现出来。他山之石可以攻玉，本文通过对国外人工智能与法律现有研究成果的梳理，希望能促进该学科在我国的发展。 一、 人工智能与法律：卓有成效的结合 1. 人工智能与法律发展简史
1958年Lucien最早提出了法律科学的信息化处理，即建立法律文献或案例自动检索模型和法官裁量模型，但该观点最初并不被大多数的学者所认可，直到1970年Buchanan发表了《关
2
于人工智能和法律推理若干问题的考察》，标志人工智能与法律作为研究分支的诞生。该文讨论了法律推理模型的可行性，借助于计算机编程提出判决建议模型、法律分析，并强调了类推的重要性。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，如何使用人工智能的方法建立基于规则和案例的法律推理模型或专家系统是人工智能与法律的研究重点。1977年Thorne用逻辑推理的方式分析公司税务法建立了TAXMAN系统，1981年Waterman等开发设计了产品责任的民事裁量模型，1984年Gardner
3
在其博士毕业论文中探讨了法律失效情况下合同法的自适应处理，继而在1987年发表了“人工智能与法律推理”，1989年澳大利亚开发IKBALSI用于解释事故《司法补偿》条例，处理工人事故补偿问题，1991年Deedma以加拿大案例为基础研究人工智能的专家断案系统。41995年开发的Split-Up用于处理离婚案件的财产分割。52005年贝叶斯网络被用于法庭调查中评估火灾事故的证据。62007年Strand将一般用于工程、计算机、医学的贝叶斯方法用于法学的实证分析，7以观察规范值与实际值的差异。2008年Riesen以受害人的特点为视角，8用贝叶斯信念网络分析美国刑事案件，提高自动分析的效率。各国开发了不少专家系统或裁量模型，如HYPO, CATO, IBP,CABARET, GREBE, SCALIR和PROLEXS等系统，有的系统具有连续性和承继性，有的已用于司法实践之中。
当前基于关键字的法律检索已远不能满足法律信息爆炸时期对法律知识管理要求，法律本体论已被广泛应用于文献查询、数据和文件挖掘、计算机辅助拟定法律，法律汇编、建立
9
裁量模型、多主体模拟以及环境资源管理的决策系统等。法律本体工程应用研究是计算机和法学发展的必然要求，一方面法学希望使用最新的研究工具用于法律理论和法律实践，另一方面需要拓展计算机的应用范围，以满足从事法律事务的工作者以及公民的需求。法律本
10
体的研究相关成果较多，2011年以前就有60余篇论文专注于此，主要涉及法律知识的语义 1
1
Lucien Mehl, Automation in the Legal World，Proccedings of conference on the Mechanisation of Thought Processes, Teddington, 1958. 2
See Buchanan & Headrick, Some Speculation About Artificial Intelligence and Legal Reasoning, Stanford Law Review(1970). pp.40-62. 3
See Anne von der Lieth Gardner, An Artificial Intelligence Approach to Legal Reasoning, MIT Press Cambridge, MA, USA, 1987 pp 1-50. 4
Cal Deedman, Smith J C, The Nervous Shock Adviser: A Legal Expert System in Case-based Law, Operational Expert Systems Applications in Canada, Ching Y. Suen and Rajjan Shinghai eds., Pergamon Press Oxford, 1991, pp 56-71. 5
JOHN ZELEZNIKOW, An Australian perspective on research and development required for the construction of applied legal decision support systems, Artificial Intelligence and Law, Vol.10: 237–260, 2002. 6
A Biedermann, F Taroni, O Delemont，et al, The evaluation of evidence in the forensic investigation of fire incidents. Part II. Practical examples of the use of Bayesian networks. Forensic Science International, 2005, V.147(1) ,pp 59–69. 7
Jeff Strand. Should Legal Empiricists Go Bayesian? Stanford Law and Economics Online Working Paper. No. 342, 2007. 8
Michael Riesen，Gursel Serpen. Validation of a bayesian belief network representation for posterior probability calculations on national crime victimization survey，Artificial Intelligence and Law，2008, Vol.16:3, pp 245-276. 9
G. Sartor et al. (eds.), Approaches to Legal Ontologies, Law, Governance and Technology Series 1, DOI 10.1007/978-94-007-0120-5_7, pp 117. 10
G. Sartor et al. (eds.), Approaches to Legal Ontologies, Law, Governance and Technology Series 1, DOI
表达、法律语义检索和查询、法律信息管理，譬如，Núria Casellas and Rinke Hoekstra在博士论文中具体论述了法律知识的表达和法律本体的构造，lame对法国法律规定查询建立了法律本体，Breuker建立了荷兰刑法的本体结构，Hafner构造了法律概念的语义网络，McCarty 建立了法律语言的本体(LLD) 等。
2. 人工智能与法律结合必要性、优势和难点 人工智能作为计算机科学的研究分支，研究旨在用机器模拟人的智能，建立智能计算系统，自1956年诞生以来，其研究成果已广泛渗透到经济学、心理学、社会学等许多社会学科之中。法学是以社会关系为研究对象的关于法律问题的知识和理论体系，前者关于利用智能算法模拟人类的思维，后者关注于逻辑、经验，立法和司法语言模糊、司法裁量标准的不明确、价值判断的实效性和地域性，使得裁量结果具有不确定，人工智能能够模仿人类的思维进行相关的判断和检索吗？
1
法律多年来一直陷于“技艺学”和“社会科学”之争，尽管法的科学性的争论早已尘埃落定，成为不争的事实，然而法律仍存在模糊性、滞后性问题。表面上法律是不一个人意志为转移的客观存在，而实际上法律是人们习惯和信仰的产物，是多种利益权衡的结果，司法实践中法官按照自己的理解解读法条，律师按对当事人有利的方式解读法律，利益较量获得的裁量结果受到多种“不可控”因素控扰，其非线性表现得尤为突出，试图用经典数学对于模糊性问题进行准确描述获得的结论往往偏离了人们的正常认识。法律的复杂性和模糊性
2
具体表现在：1）法律是多种知识的结合，涉及案例、规则、理论、程序、授权、规则及元规则等；2）法律需要特定的知识储备，包括来自各层法院的案例、法律法规、司法解释、规则等； 3）法律判定标准不同，英美法国家强调遵循先例，大陆法国家则更强调遵循规则；4）法律推理原则不同，大陆法系以规则为法律推理的起点，英美法系以案例为中心；5）法律制度并非机械的适用规则，同时需满足不同的功能定位，如倡导、调整、警示、制定规则和政策等；6）法律概念并非界定清晰明确，往往是模糊不清的，难以用简单的语言进行定义；7）法律通常采用双方对立辩论的方式寻求事实的真相；8）法律是一门值得反思的学科，各种流派的法理学知识是法律规则产生的基础。
人工智能与法律的研究包括法律推理、裁量模型、信息检索和查询，司法和立法过程中遇到的各种问题迫切需要人工智能技术参与其中，帮助解决法律系统中的具体问题。首先，智能系统有助于提高司法效率。大量的诉讼案例出现，法院压力大，有的案例长期得不到解决，且法律条文复杂，仅以德国《税收法》为例，就有7万个规章，普通人要掌握这么多法规基本上是不可能的，3对于主要依靠经验和对法律条款的熟悉程度的法官来说，智能化的法律搜索系统和办公系统，能提高法官和律师的办事规范化和工作效率。其次，智能模型能够促进司法公正，减少司法枉法裁判，促进公众对法律及司法的理解和公信力。法律语言不精确，不同法官对法学精神和法律条文的理解不一致，受个人成长经历和心理素质的影响，使得司法缺乏裁量的统一性，即便是美国或德国最高的法院亦经常对同一案例做出不同的裁量往往法官的裁判结果差异较大，易使普通老百姓受到不公正的待遇，法律查询技术和裁量专家系统，能促进同案同判和司法公正。第三，智能系统有助于提高立法质量，缺乏相关的数据支持，立法似乎仍是遵循“常识”而非依赖“科学数据”，而立法讨论往往是需要快速决断的过程，通过的立法决议经常是立法者未经深思熟虑和调查，只是暂时妥协的结果，而其修改还需要特定程序和长时间的等待，功能强大的法律信息检索能帮助立法者做出正确的判
10.1007/978-94-007-0120-5_1, pp 1 1
法学是否是社会科学，存在着两种截然相对的观点，Kirchmann法官以法的不确定性和滞后性为由否认了法的科学性，对此耶林博士从历史的角度分析了法的科学性并对其观点进行了驳斥。 2
Edwina L. Rissland, Kevin D. Ashley, R.P. Loui, AI and Law: A fruitful synergy, Artificial Intelligence, 2003, V. 150(1) pp 1-15. 3
L. WOLFGANG BIBEL, AI and the conquest of complexity in law, Artificial Intelligence and Law, 2004, V.12(3), pp 159-180.
国外人工智能与法律研究进展述评法律方法+
